当前的LLM在训练后权重是固定的，这限制了它们整合新信息的能力。
开发一个系统，允许在保持模型稳定性的同时，从可信数据流中进行选择性的、持续的权重更新。
销售给那些需要最新模型但又不想承担持续重新训练成本的公司中的AI团队。
从一个在小型模型上演示该概念的研究原型开始。
最大的风险是，主要AI实验室可能首先在内部开发出这种能力。
llmmachine-learning
动态LLM权重自适应
构建工具，让LLM能够从实时数据流中持续自适应其权重。面向推动静态模型之外的AI研究人员。
为什么是现在
随着LLM进入生产环境，对无需完全重新训练即可适应新模型的模型的需求日益增长。
- 做给谁
- AI研究团队
- 商业模式
- 企业许可
- 投入量级
- 几个月